一种基于隐编码神经网络表示的动物姿态估计方法及系统

AITNT
正文
推荐专利
一种基于隐编码神经网络表示的动物姿态估计方法及系统
申请号:CN202510437759
申请日期:2025-04-09
公开号:CN119964205B
公开日期:2025-07-15
类型:发明专利
摘要
本发明公开一种基于隐编码神经网络表示的动物姿态估计方法及系统,方法包括:获取至少一个关键点被遮挡的动物的图像;将获取的所述图像输入特征提取模型,输出提取的特征图;将提取的特征图输入训练后的隐编码神经网络,输出至少一个关键点被遮挡的动物的的估计姿态;其中,所述隐编码神经网络的训练包括:训练组合编码器、码本和解码器,所述组合编码器用于将一个动物姿态转换成多个隐变量特征,所述码本用于提供离散向量,所述解码器用于根据确定的离散向量恢复动物姿态的关键点特征信息;训练分类头,所述分类头用于将主干网络提取的连续特征映射到离散的隐向量类别中。
技术关键词
姿态估计方法 组合编码器 关键点特征 动物 非暂态计算机可读存储介质 特征提取模型 连续特征 注意力 输出特征 姿态估计系统 分支 局部特征信息 图像 深度残差网络 输入解码器 变量
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号